用完美洗牌算法实现n-Rook采样器遇到的问题

Question

最近在写光线跟踪程序，想实现一个n-Rook采样器。原理是是先在一个单位正方形的对角线上放置n个点，然后随机的将这n个点的x坐标打乱，从而保证：

1. n个点均匀的分布在单位正方形上
2. 如果将正方形分成n*n个小正方形，那么每个大正方形的每行每列都只有一个元素。

现在，我用C++将上面的思想实现出来，得出的结果是这样的

完美洗牌算法是参照Matrix87大神的文章实现的http://www.matrix67.com/blog/archives/879

主要的代码有:

NRook::NRook(int num) :Sampler(num)
{
    for (int i = 0; i < num; i++)
    {
        sampleList[i].x = 1.f*(i) / numSample;
        sampleList[i].y = 1.f*(i) / numSample;
    }
}

void NRook::shuffle()
{
    for (int i = 0; i < numSample; i++)
    {
        int targetX = randomGen.getRandomI(i, numSample);
        std::swap(sampleList[i].x, sampleList[targetX].x);
    }
}

struct RandomGen{
    virtual float getRandomF(){
        return static_cast <float>(rand()) / static_cast <float>(RAND_MAX);
    }
    virtual float getRandomF(float a, float b) { return (b - a)*getRandomF() + a; }
    virtual int getRandomI(){ return rand(); };
    virtual int getRandomI(int a, int b){ return a + getRandomI() % (b - a); }
};

请问这是选择算法的问题还是实现的问题

Answer 1

洗牌算法比较完整的资料是这篇文章：http://coolshell.cn/articles/8593.html

对你的洗牌算法做个统计学的分析吧